分级聚类算法在科研网络社团划分中的应用.pdfVIP

目录 摘要 I Abstract II 第一章 绪论1 1.1 研究背景 1 1.2 研究现状 2 1.3 主要研究内容3 1.4 论文组织结构 4 第二章 复杂网络相关理论概述5 2.1 复杂网络概述 5 2.2 网络的表示及存储方法8 2.2.1 网络的图表示8 2.2.2 网络的矩阵表示法9 2.3 复杂网络的特征度量参数 11 2.3.1 平均路径长度11 2.3.2 小世界效应12 2.3.3 聚类性13 2.3.4 无标度性13 2.3.5 度关联性14 第三章 复杂网络的社团划分算法16 3.1 早期算法16 3.1.1 K—L 算法 16 3.1.2 谱分析思想的算法17 3.1.3 层次聚类算法17 3.2 近期社区发现算法 20 3.2.1 适应性聚类算法20 3.2.2 重叠社区发现算法21 3.2.3 使用影响力的社区发现算法22 3.2.4 其他的算法研究24 3.3 社团结构划分的评价 26 第四章 科研合作网络实例结构28 4.1 网络构建28 4.1.1 数据搜集28 4.1.2 数据筛选28 4.1.3 建立模型29 4.2 科研合作网络的各种网络特征的计算分析 32 第五章 改进的算法在科研合作网络的应用34 5.1 算法的伪代码 34 5.2 算法实现35 5.3 算法在典型案例中的测试 35 5.4 算法的效率分析 37 5.5 算法在科研合作网络的应用结果 37 第六章 结论与展望39 6.1 总结39 6.2 展望39 参考文献40 攻读硕士期间发表的学术论文和参加科研情况44 致谢 45 摘要 复杂网络是近年来国际上的研究热点，其理论被广泛应用于社会的各个领 域。建立完整的数据模型对于研究复杂性科学、掌握网络的特点、功能以及发挥 网络最大功效来说具有重要意义。 随着复杂网络理论在社会各个领域的广泛应用，科研合作网络作为复杂网络 的一个实例，已经形成了一定规模的网络系统。科研合作领域中演化模型以及科 研合作网络的特性都成为重要的研究内容。 本文作者搜集了某高校的科研人员的科研数据，生成了一个小世界网络模 型，然后对模型进行分析与发现。文中将改进的分级聚类算法应用到高校科研合 作网络中的社团划分中，把某高校科研人员作为网络中的节点，把有合作关系的 两个节点用一条边进行相连，得到一个网络模型。然后求模型聚集系数，平均路 径长度等特征向量并进行分析。 本文的创新点为：给出了一种根据度系数来产生网络最小生成树的方法，首 先生成层次结构，然后对网络进行社团层次结构划分，找到模块度的最大值，再 对模块度进行分析，得到此科研合作网络的